基于局部非線性地理加權(quán)回歸模型的地表溫度降尺度算法研究
發(fā)布時(shí)間:2022-08-09 12:01
地表溫度(land surface temperature, LST)是反映地表狀況的一個(gè)重要參數(shù),能對地表-大氣相互作用過程進(jìn)行描述。由于受到衛(wèi)星熱紅外傳感器成像條件的制約,獲取的衛(wèi)星熱紅外遙感圖像存在時(shí)間分辨率、空間分辨率難以兼顧的問題,導(dǎo)致反演的LST數(shù)據(jù)難以得到深入應(yīng)用。采用LST降尺度算法可以解決此矛盾,獲得高時(shí)空分辨率的地表溫度數(shù)據(jù)。目前LST降尺度模型逐步由全局模型轉(zhuǎn)向局部模型,但局部降尺度模型忽略了非線性關(guān)系。針對此問題,提出基于局部非線性地理加權(quán)回歸(non-linear geographically weighted regression, NL-GWR)的地表溫度降尺度算法。選擇合適的研究區(qū)域,并分別選取歸一化差異植被指數(shù)(normalized difference vegetation index, NDVI)、歸一化差異建筑指數(shù)(normalized difference build-up index, NDBI)以及數(shù)字高程模型(digital elevation model, DEM)作為輔助參數(shù)進(jìn)行LST降尺度,將中分辨率成像光譜儀(moderate r...
【文章頁數(shù)】:9 頁
【文章目錄】:
0 引 言
1 研究區(qū)域與數(shù)據(jù)源
1.1 研究區(qū)域
1.2 數(shù)據(jù)源
1.2.1 數(shù)據(jù)源介紹
1.2.2 數(shù)據(jù)預(yù)處理
2 研究方法
2.1 全局LST降尺度模型的映射關(guān)系分析
2.2 基于NL-GWR模型的LST降尺度算法研究
2.2.1 局部非線性LST降尺度模型的提出
2.2.2 基于NL-GWR2,NL-GWR0.625模型的LST降尺度算法描述
2.3 模型精度的評價(jià)指標(biāo)
3 實(shí)驗(yàn)結(jié)果及分析
3.1 輔助參數(shù)的選擇
3.2 基于NL-GWR2,NL-GWR0.625模型LST降尺度結(jié)果
3.3 降尺度結(jié)果的驗(yàn)證與分析
4 結(jié)論與展望
4.1 結(jié) 論
4.2 展 望
【參考文獻(xiàn)】:
期刊論文
[1]遙感地表溫度空間分辨率降尺度研究[J]. 郭會敏,宮阿都,何汝艷,蔣金豹. 遙感信息. 2015(04)
[2]遙感地表溫度降尺度方法比較——性能對比及適應(yīng)性評價(jià)[J]. 全金玲,占文鳳,陳云浩,劉聞雨. 遙感學(xué)報(bào). 2013(02)
本文編號:3672521
【文章頁數(shù)】:9 頁
【文章目錄】:
0 引 言
1 研究區(qū)域與數(shù)據(jù)源
1.1 研究區(qū)域
1.2 數(shù)據(jù)源
1.2.1 數(shù)據(jù)源介紹
1.2.2 數(shù)據(jù)預(yù)處理
2 研究方法
2.1 全局LST降尺度模型的映射關(guān)系分析
2.2 基于NL-GWR模型的LST降尺度算法研究
2.2.1 局部非線性LST降尺度模型的提出
2.2.2 基于NL-GWR2,NL-GWR0.625模型的LST降尺度算法描述
2.3 模型精度的評價(jià)指標(biāo)
3 實(shí)驗(yàn)結(jié)果及分析
3.1 輔助參數(shù)的選擇
3.2 基于NL-GWR2,NL-GWR0.625模型LST降尺度結(jié)果
3.3 降尺度結(jié)果的驗(yàn)證與分析
4 結(jié)論與展望
4.1 結(jié) 論
4.2 展 望
【參考文獻(xiàn)】:
期刊論文
[1]遙感地表溫度空間分辨率降尺度研究[J]. 郭會敏,宮阿都,何汝艷,蔣金豹. 遙感信息. 2015(04)
[2]遙感地表溫度降尺度方法比較——性能對比及適應(yīng)性評價(jià)[J]. 全金玲,占文鳳,陳云浩,劉聞雨. 遙感學(xué)報(bào). 2013(02)
本文編號:3672521
本文鏈接:http://sikaile.net/projectlw/qxxlw/3672521.html
最近更新
教材專著